La structuration de la macroéconomie

La reconstruction psychologique des liens causaux en macroéconomie
David Leiser*
Université Ben-Gourion (Israël)
L'étude de la compréhension de domaines complexes s'est surtout préoccupée de leurs
contenus. De nombreuses études ont ainsi été réalisées, tendant à identifier les concepts les plus
fréquemment évoqués en réponse à un concept inducteur. En se penchant sur l'ordre
d'évocation des concepts, on déduit les représentations sociales qui les sous-tendent (voir par
exemple Leiser & Drori, 20051 ; Vergès, 19892). La présente étude adopte une approche
complémentaire. Les liens entre les concepts ne sont pas seulement associatifs. Les concepts
dans un domaine donné servent à décrire et expliquer les phénomènes en terme de causalité, et
pas seulement d'association3.
Ainsi, dans une étude préliminaire4, nous avons présenté à des etudiants une vingtaine
d'indicateurs économiques, comme les salaires, la bourse, la croissance économique, le taux
d'épargne, l'inflation, en les priant de choisir, aussi souvent qu'ils le désireraient, des paires
*
Center for Decision Making and Economic Psychology, Ben-Gurion University, P.O.Box 653, 84105 Beersheva, Israël
[email protected]
1
Leiser, D., & Drori, S. (2005). Naive understanding of inflation. Journal of Socio-Economics, 34(2), 179-198.
2
Vergès, P. (1989). Représentations sociales de l'économie: une forme de connaissance. In D. Jodelet (Ed.), Les
représentations sociales (pp. 407-428). Paris: PUF.
3
Les liens de causalité ne forment pas seulement un réseau de relations simultanées, mais un système causal qui se déroule
dans le temps. Nous n'aborderons pas cet aspect ici.
4
Avec la collaboration de Diana Rubin.
1
telle qu'une augmentation de la première entraîne un augmentation ou éventuellement une
diminution de la seconde. Un sujet pouvait, par exemple, estimer qu'une augmentation du
revenus disponibles provoquerait une augmentation de la consommation. Une fois toutes ces
relations « fléchées » recueillies, elles peuvent être combinées en une carte causale (Axelrod,
19765; Eden, Ackermann, & Cropper, 19926 ; Laukkanen, 1994, 1996a, 1996b7).
Les cartes qui en résultent sont d'une grande complexité. Ainsi, la Figure l illustre une partie
seulement du réseau des relations exprimées par un de nos sujets sur cette tâche. Il faut
toutefois souligner que rien ne permet de penser que le sujet dispose d'une vue d'ensemble du
systémes de relations mentionnées par lui sans ordre particulier (voir ci-dessous).
5
Axelrod, R. (1976). The analysis of cognitive maps. In R. Axelrod (Ed.), Structure of Decision: The Cognitive Maps of
Political Elites (pp. 55-72). Princeton, NJ: Princeton University Press.
6
Eden, C., Ackermann, F., & Cropper, S. (1992). The Analysis of Cause Maps. Journal of Management Studies, 29, 309-
324.
7
Laukkanen, M. (1994). Comparative cause mapping of organizational cognitions. Special Issue: Cognition within and
between organizations: Five key questions. Organization Science, 5(Aug), 322-343.
Laukkanen, M. (1996a). Comparative Cause mapping of organizational cognitions. Organization science, 5(3), 322343.Laukkanen, M. (1996b). Conducting Cause Mapping Research: Opportunities and challenges. In B.Wintersheid &
C.Eden (Eds.), Managerial and Organizational Cognition: new directions in theory, methods and research. London: Sage.
2
3
Examinons brièvement un autre domaine dans lequel la question de la structure causale de nonspécialiste a été étudiée, l'écologie. Après la première guerre mondiale, Lotka et Volterra ont
indépendamment développé le premier modèle des interactions entre proie et prédateur, jetant
ainsi les bases de l'écologie analytique.
Pour Volterra, il s’agissait alors d’expliciter la
dynamique des populations de sardines et de requins en mer Adriatique.
Pour saisir la difficulté cognitive de ce type de problème, considérons un système biologique
compose de trois espèces : l'herbe, les lapins et les renards. Les lapins mangent de l'herbe, les
renards mangent des lapins. Si l’herbe pousse mieux, que se passera-t-il? Le modèle VolterraLotka analyse ce type de situation par un système simple d'équations différentielles, d’où on
peut déduire l'évolution dans le temps des populations concernées. Il est loin d'être évident de
se former de tête une image de cette évolution:
L’augmentation de l’herbe augmente la population de lapins, qui va diminuer la quantité
d’herbe. Par ailleurs, une augmentation du nombre de lapins entraîne celle de la population de
renards, mais celle-ci réduit le nombre de lapins, ce qui augmentera la quantité d’herbe…
De nombreuses recherches ont été menées sur la compréhension de l'écologie (Griffiths &
Grant, 19858; Hogan & Bolhuis, 19949; Leach, Driver, Scott, & Wood-Robinson, 199610). Ces
études on permis d'identifier les « méconceptions » par les élèves des systèmes écologiques. Le
plus souvent, les participants manquaient les interactions, ignoraient les boucles en retour ou
8
Griffiths, A. K., & Grant, B. A. (1985). High school students' understanding of food webs: Identification of a learning
hierarchy and related misconceptions. Journal of Research in Science Teaching of Psychology, 22(5), 421-436.
9
Hogan, & Bolhuis. (1994). Causal mechanisms of cognitive development. Cambridge: Cambridge University Press.
10
Leach, J., Driver, R., Scott, P., & Wood-Robinson, C. (1996). Children's ideas about ecology: Ideas found in children
aged 5-16 about the interdependency of organisms. International Journal of Science Education, 18, 19-34.
4
les chaînes causales. Par exemple, selon Barman & Mayer (1994)11, les élèves sont capables de
décrire le réseau de qui mange qui ou quoi mais ont du mal a déduire ce qui se passe si un des
facteurs est modifié, et en particulier, ils ne saisissent pas les interactions entre plusieurs
facteurs. De même, Barman, Griffiths, & Okebukola (1995)12 ont interrogé des lycéens en
classe de terminale, sur des situations hypothétiques concernant des populations.Ils ont constaté
que, principalement, pour eux, un changement dans une population n'en affecterait une autre
que lorsque les deux sont en relation de prédateur à proie, négligeant les effets de boucle, de
compétition, de chaîne etc. Green (1997)13 observe qu'alors que de nombreux systèmes dans le
monde comportent de chaînes complexes de cause à effet, avec des processus bidirectionnels,
la tendance des non-spécialistes est de les réduire à une seule direction, tandis que White
(1995)14 observe que le réseau écologique tend à être réduit à un circuit simple, unidirectionnel,
qui correspond à une hiérarchie: Les causes premières sont l'homme et le climat, qui affectent
les plantes dont le sort affecte à son tour les animaux.
La structuration de la macroéconomie
La macroéconomie étudie le fonctionnement économique d’un pays dans son ensemble et
cherche à expliquer sa performance globale. Les variables dont elle explique la détermination
affectent l’ensemble des agents et l’ensemble des marchés. Les agents sont regroupés en
11
Barman, C. R., & Mayer, D. A. (1994). An analysis of high school students' concepts &
textbook presentations of food chains & food webs. The American Biology Teacher, 56(3).
12
Barman, C. R., Griffiths, A. K., & Okebukola, P. A. O. (1995). High school students' concepts regarding food chains and
food webs: A multinational study. International Journal of Science Educational and Psychological Measurement, 17(6),
775-782.
13
Green, D. W. (1997). Explaining and envisaging an ecological phenomenon. British Journal of Psychology A, 88, 199217.
14
White, P. A. (1995). Common-sense construction of causal processes in nature: A causal network analysis. British
Journal of Psychology, 86(3), 377-395.
5
grandes catégories : ménages, entreprises, administrations publiques, etc. Les marchés (des
biens et services, du travail, financiers, des changes) sont interdépendants
Afin d’évaluer la performance globale d’une économie, on utilise des indicateurs: Le produit
intérieur brut (PIB) et sa croissance, le taux d’inflation, le taux de chômage, etc. La science
économique élabore des modèles des interactions entre ces indicateurs. Ces modèles sont
complexes, et reposent souvent sur le concept d’équilibre.
Considérons un exemple classique: L’accroissement de la masse monétaire fait baisser les taux
d’intérêt, ce qui augmente la demande (biens et services). Une augmentation de la demande
(biens et services) provoque un accroissement du PIB. L’accroissement du PIB entraîne une
demande pour de l’argent et une augmentation des taux d’intérêt (fermant la boucle). Cette
interaction continue jusqu’à un nouvel équilibre, avec un PIB plus élevé et un taux d’intérêt
plus bas qu’au départ
Si ces arguments sont bien techniques, le discours sur l'économie n'est pas limité aux seuls
spécialistes, comme l'est par exemple celui des ingénieurs. Ils sont fréquemment l'objet
d’explications, de communications. On peut lire dans les grands quotidiens, qui tentent
d'expliquer l'évolution des marchés, les échos de la bourse. On y trouve des rubriques comme
« Comment investir votre argent? », accompagnées de justifications pour les conseils
prodigués. La presse peut aussi s'interroger sur les conséquences de la politique monétaire
d’Alan Greenspan et de la « Fed », la Banque Centrale des Etats-Unis.
Que font donc de tous ces discours les non-spécialistes ? Au vu de la complexité des relations
causales en jeu, il est douteux qu'ils puissent les comprendre. Pour autant qu'ils le tentent, il
6
leur faudra donc imposer une autre structure, plus simple. C'est cette structure que nous
tenterons de mettre en évidence
Etude sur la causalité économique: A – Présentation exhaustive des relations
Pour cette étude15, nous avons sélectionné 19 indicateurs et concepts économiques centraux,
sur la base d'une étude pilote et des recommandations d'une spécialiste16. Les concepts en
question sont : profits, entreprises, investissements boursiers, salaires, consommation, masse
monétaire, croissance, compétitivité, la préférence donnée aux produits locaux, épargne, la
taille du budget de l'Etat, le taux d'inflation, le taux de taxation, le taux d’intérêt, le taux de
chômage, le niveau des emprunts par les ménages, la profondeur de la récession, le montant des
dépenses sociales de l’Etat, le produit national brut (PNB), et le crédit nation (c’est-à-dire la
fiabilité des Bons du Trésor).
Méthode
Quarante-deux étudiants en psychologie, âgés en moyenne de 23 ans, ont participé à cette
épreuve, qui comportait deux parties. Au cours de la première, ils étaient appelés à émettre des
jugements sur les relations causales entre des paires de quantités économiques. Au cours de la
seconde, il leur fallait simplement indiquer dans quelle mesure ils comprenaient la signification
de ces quantités. Les questionnaires étaient informatisés, aussi bien en ce qui concerne les
consignes que pour les questions elles-mêmes, présentées en un ordre aléatoire différent pour
chaque sujet.
15
Avec la collaboration de Ronen Aroch
16
Nos remerciements à Channa-Muriel Setboun pour son aide.
7
Résultats
1. Familiarité
Commençons par examiner dans quelle mesure les sujets estimaient comprendre les indicateurs
et les quantités économiques utilisées. La question était directe : « Dans quelle mesure
comprenez vous la signification de X ? », et ils devaient répondre selon une échelle de 1à 5,
avec un ancrage explicite à chaque pôle (1 = je ne comprends pas du tout, et 5 = je comprends
bien). Le Tableau 1 indique la réponse moyenne. Comme on peut le constater, le sentiment de
familiarité déclaré par les sujets est assez élevé, encore que des effets d'ordre ont pu jouer: À
l'issue d'une longue suite de questions portant sur les effets de causalité entre ces quantités, il
est sans doute embarrassant d'avouer avoir répondu sans trop comprendre.
Tableau 1 - Sentiment de compréhension des concepts
8
Concept
Chômage
Salaires
Produits locaux
Social
Profits des entreprises
Emprunts des ménages
Croissance
Compétitivité
Bourse
Taxes
Consommation
Budget de l’Etat
Récession
Masse monétaire
PNB
Inflation
Taux d’intérêt
Epargne
Notation financière du
pays
Familiarité
4.7
4.3
4.2
4.1
4.1
3.8
3.8
3.7
3.6
3.5
3.5
3.4
3.4
3.3
3.3
3.1
2.5
2.4
2.3
2. Causalité par paires
La partie principale de l'expérience portait sur les relations de causalité. Un format de
questionnement fixe a été utilise pour toutes les paires de concepts. Ce format était, pour toutes
les paires de quantités A et B (et inversement) :
En cas d'augmentation de CONCEPT A, comment cela affectera-t-il CONCEPT B ?
Les réponses proposées étant : (1) une augmentation de B, (2) une diminution de B, (3) pas
d'effet sur B et (4) « Je ne sais pas ». Par exemple : « En cas d’augmentation du taux de
chômage, comment cela affectera-t-il la profitabilité des entreprises ? »
Nous avons ainsi recueilli un total de près de 15 000 paires. En moyenne, sur les 342 paires qui
leur sont proposées, nos sujets en valident 194, soit 57 %. En d'autres termes, les participants
9
sont disposés à reconnaître que les variables économiques agissent les unes sur les autres, et à
prendre position quant à la direction de cette action.
Si les gens répondent aussi volontiers dans cette épreuve, est-ce dû au hasard ? Comprennentils réellement le rapport entre, par exemple, une augmentation du taux d’intérêt et la
profitabilité des entreprises ?
Si on considère deux concepts, A et B, trois possibilités peuvent se présenter: Les deux
relations peuvent être affirmées (A B), une peut l'être sans que l'autre le soit (AB ou A 
B) , ou encore, aucune des deux directions n'est affirmée (A B). Les proportions de ces trois cas
de figure sont, respectivement: (A B) : 37 % , (AB ou A  B) : 34 % enfin (A B) : 29 %.
Pour deux concepts pris au hasard, il s'avère donc que dans plus du deux tiers des cas, les
participants affirment qu'un lien causal les unit, et qu'ils en connaissent la direction. Le plus
souvent, ils penseront que l'effet causal est bidirectionnel.
Pour ces derniers, nous avons aussi examiné s'ils étaient symétriques : 44 % impliquaient deux
relations positives, et 32 % deux relations négatives. Dans 75 % des cas, les sujets choisissent
donc la même réponse pour les deux sens, et seulement dans 25 % choisissent deux relations
opposées (une positive, l'autre négative), soit trois fois moins souvent. Une telle différence n'est
pas le fruit du hasard. Se pose alors la question de la source de cette cohérence.
2a Première analyse
Calculons un indice de proximité d, comme suit. Pour chaque paire de variable A et B, nous
ajouterons 1 point pour chaque relation positive entre A et B supposée par un sujet, quelle
qu'en soit la direction, de A à B ou inversement. Si le sujet indique les deux directions, nous
10
ajouterons 2 points. Lorsque la relation décrite par le sujet est négative, nous retrancherons 1
point, et si la relation est double, nous retrancherons 2 points.
Si nous soumettons la matrice ainsi obtenue à un échelonnement multidimensionnel (méthode
de Ward), nous obtenons une distribution spatiale telle que les objets perçus comme évoluant
dans la même direction seront proches les uns des autres. La Error! Reference source not
found. illustre la structure obtenue. Un simple coup d'œil suffira pour constater que les
variables se regroupent en deux ensembles – une intuition que l'analyse en k-means vient
d'ailleurs confirmer.
INSERER ICI FIGURE 2
11
V13
V9
V18
V5
V3
V16
V10
V11
V7
V6
V15
V1
V8
V4
V17
V14
Examinons à présent Error! Reference source not found. sur le tableau 2 les variables qui
appartiennent à ces deux groupes (classés ici en fonction de leur distance par rapport aux 2
centroïdes des grappes, les variables les plus centrales apparaissant en premier dans chaque
groupe.)
12
Tableau 2 Les deux grappes de concepts
Pôle positif
PNB
Notation financière Etat)
Profits des entreprises
Bourse
Salaire
Consommation
Masse monétaire
Croissance
Compétitivité
Produits locaux
Epargne
Pôle négatif
Budget de l’Etat
Inflation
Taxes
Taux d’intérêt
Chômage
Emprunts des ménages
Récession
Dépenses sociales de l’Etat
Une interprétation semble s'imposer. Les informateurs organisent les variables proposées en
deux groupes, un pôle positif, l'autre négatif. Ils le font, non pas sur la base d'une analyse
économique, mais sur celle d'une valuation (un peu comme on classait autrefois les animaux
des champs en « utiles » et « nuisibles »). Nous rejoignons là une observation de Vergès
(1989) : « Les acteurs sociaux ne cherchent pas à découper un objet économique dans la réalité
sociale, au contraire ils articulent, dans leurs représentations, éléments économiques et
sociaux ».
Lorsqu'on leur demande « A influe-t-il sur B (et dans quel sens) ? », il leur est, dès lors, facile
de répondre : si A et B ont la même polarité, ils jugent qu'ils varient dans la même direction,
s'ils sont de polarité opposée, c’est qu'ils évoluent en direction opposée.
Or, la réalité économique ne fonctionne pas de la sorte. Ainsi, le chômage et l'inflation ne covarient pas nécessairement, le taux d'intérêt est généralement baissé pour aider a résorber
13
l'inflation et relancer l'économie, etc. L'approche des sujets naïfs mène ainsi à une déformation
grossière de la causalité économique.
Cette première analyse suggère ainsi que ce qui permet aux informateurs de répondre aussi
volontiers est précisément leur approche superficielle au problème (Keil, 200317). Le champ
des variables économiques est, pour eux, bipolaire, une tendance identifiée par Brown (1991)18
comme universelle. Cette logique relève de la corrélation et pas de la causalité.
2b Seconde analyse
Cependant, l'index de proximité utilisé dans cette première approche n'est pas le seul possible.
Au lieu de cadrer la polarité de l'influence au sein de chaque couple de variables comme nous
venons de le faire, privilégions à présent l'intensité de cette relation, indépendamment de sa
direction ou de sa polarité19. A cette fin, calculons un second index, l'index influence i, comme
suit : à chaque fois qu'un sujet prédit une relation entre A et B, nous ajoutons 1 point, quelle
que soit la direction ou la polarité envisagée. S'il prédit une relation dans chaque direction,
nous ajouterons 2 points. Si nous effectuons ce calcul pour tous les sujets, nous obtiendrons à
nouveau une matrice de proximité entre les variables, mais fondée cette fois-ci sur l'intensité de
l'influence.
Soumettons cette matrice à un échelonnement multidimensionnel. La Figure 3 illustre la
structure obtenue (confirmée par une analyse de dendrogrammes que nous ne reprendrons pas
ici).
17
Keil, F. (2003). Folkscience: Coarse interpretations of a complex reality. Trends in Cognitive Sciences, 7, 368-373.
18
Brown, D. E. (1991). Human Universals. New York: McGraw-Hill.
19
Par direction nous entendons l'attribution de rôles comme cause et effet (A  B a une direction opposée à B  A). Par
polarité de la relation nous entendons le signe de la corrélation: polarité positive si un accroissement (diminution) d'une des
variables est censé conduire a un accroissement (diminution) de l'autre.
14
INSERER FIGURE 3
On constate cette fois que les variables se regroupent en 4 grappes. La grappe la plus
importante, tant par le nombre des ses éléments que par sa position centrale, inclut les variables
macroéconomiques principales (inflation, consommation, chômage, masse monétaire, etc.). Les
autres groupes concernent divers secteurs de l'économie : l'action de l'Etat, les facteurs
affectant directement la compétitivité des entreprises, enfin ceux qui concernent les prêts et
l'épargne. Restent un petit nombre de concepts qui ne se rattachent pas bien clairement au reste
(le PNB, le crédit international de l'Etat, etc.).
15
Nous retrouvons ici ce qu'ont trouvé Bastounis et al. (Bastounis, Leiser, & Roland-Levy,
200420) concernant l'inflation et le chômage. Ces concepts ne sont pas intégrés au sein d'une
conception économique d'ensemble, mais constituent deux structures relativement autonomes,
de sorte qu'on ne saurait inférer, de ce qu'un informateur déclare à propos de l'inflation, ce qu'il
ou elle pensera du chômage. L'intensité des relations entre quantités économiques dérive, pour
les sujets, de leur proximité sémantique (Burgess, 199921 ; Burgess & Lund, 200022). Inutile de
souligner combien est différente la causalité économique décrite par les professionnels.
20
Bastounis, M., Leiser, D., & Roland-Levy, C. (2004). Psychosocial variables involved in the construction of lay thinking
about the economy: Results of a cross-national survey. Journal of Economic Psychology, 25(2), 263-278.
21
Burgess, C. (1999). From simple associations to the building blocks of language: Modeling meaning in memory with the
HAL model. Behavior research Methods' instruments & Computers, 30, 188-198.
22
Burgess, C., & Lund, K. (2000). The dynamics of meaning in memory. In E. Dietrich & A. B. Markman (Eds.),
Cognitive Dynamics: Conceptual Change in Humans and Machines (pp. 117-156). Mahwah, NJ: Elrbaum.
16
Etude sur la causalité économique: B Production libre des relations23
Méthode
Cinquante-quatre étudiants (18 chaque en 3ème année d'électronique, économie et psychologie),
âgés en moyenne de 25 ans, ont participé à cette épreuve.
Sur la table devant les participants se trouvaient disposées 36 cartes, avec sur chacune une quantité
économique. Leur tache consistait a choisir des paires telles que le concept indique sur la première
entraîne un changement dans l’autre. Les cartes étaient numérotées, et en pratique, ils avaient a noter
sur une feuille les paires, avec une flèche allant d'une a l'autre. Le nombre de paires n'était pas limite, et
il étaient libres de continuer la tache aussi longtemps qu'ils le voulaient. Lorsqu'ils estimaient avoir fini,
ils étaient encourages a "chercher encore".
Résultats
Le nombre moyen de liens par personne dans ces conditions est de 51, soit 4% des paires possibles.
Ceci contraste avec les résultats de l'approche exhaustive, ou en moyenne 194 paires étaient acceptées,
soit 57% des paires possibles.
Nous avons examiné comment les paires étaient organisées, et résumons les observations principales.
La première était qu'il leur était plus facile de trouver les effets d’une cause que les causes d’un effet.
En effet, on constate de nombreux cas d'organisation de paires "en étoile" (plusieurs paires successives
qui partagent la même cause), et bien moins de cas d'organisation "en cible" (plusieurs paires qui
partagent le même effet). En chiffres: 80% des sujets pratiquent l'organisation en étoile qui rend
compte de 28% des paires, tandis que l'organisation en cible est utilisé par 60% des participants, mais
85% d'entre eux ne s’en servent qu’une seule fois, sans doute par hasard. Pour le reste, il n'y que très
peu de chaînes (c.a.d. des séquences ou l'effet d'une relation est la cause de la suivante, selon un
23
avec la collaboration de Diana Rubin
17
schéma a  b  c et encore moins de boucles (une chaîne refermée sur elle-même selon le schéma
a  b  c  a ).
La seconde observation concerne la nature des variables économiques apparaissant comme
cause ou comme effet. Le haut du Tableau 3 donne le pourcentage de causes appartenant à chaque
secteur, le bas fait de même pour les effets.
Tableau 3
Entreprises
Consommateur
Etat
Travail
Causes
Ingénieurs
0.24
0.24
0.33
0.19
Economie
0.25
0.22
0.4
0.13
Psychologie
0.26
0.26
0.33
0.15
0.25
0.24
0.35
0.16
Ingénieurs
0.25
0.29
0.27
0.19
Economie
0.2
0.34
0.28
0.18
Psychologie
0.22
0.36
0.23
0.19
0.22
0.33
0.26
0.19
Total
Effets
Total
On constate que l'Etat est considéré comme l'agent principal, et que les consommateurs sont
plutôt perçus comme subissant les effets. Bien que ces différences ne soient pas marquées, elles
sont les même pour nos trois groupes de sujets. Par ailleurs, nous avons également observé que
la plupart des relations qui émanaient d'un secteur aboutissaient dans le même secteur.
Pour résumer les résultats obtenus avec la méthode de production libre, l'absence quasi-totale
de chaînes ou de boucles, et le grand nombre de succession en étoiles et cibles suggèrent que la
succession des relations est guidée par la commodité de la recherche, et pas par la poursuite de
chaînes causales comme celles que l'on trouve dans les analyses économiques. Les sujets ne
semblent pas manifester de compréhension d’ensemble. Les relations produites sont des liens
18
locaux, fondés sur une aptitude a évaluer des relations disjointes. Un des principes en jeu
semble être la classification des quantités économiques en plusieurs secteurs, et une attribution
préférentielle de la fonction de cause ou d'effet selon cette appartenance.
Conclusions
Cette étude permet de voir comment un champ sémantique complexe, occupé par des
professionnels, se transforme lorsqu'il est assimilé par des non-spécialistes. Nous avons mis en
évidence plusieurs principes d'organisation. Le premier repose sur la classification binaire des
quantités économiques, selon la valence : la croissance d'un indice donné est soit positive soit
négative. Les changements jugés positifs entraînent alors d'autres changements positifs (même
direction pour les autres indices positifs, direction opposée pour les négatifs). Le second est
basé sur des considerations sémantiques : un indice en affectera un autre dans la mesure où les
deux sont sémantiquement proches (le monde de l'Etat, les emprunts, etc), et certains secteurs
sont perçus comme étant à la source de la causalité, d'autre comme en subissant ses effets.
Si les sujets ont le sentiment de comprendre les concepts en jeu et seraient capables d'en donner
de brèves définitions, la causalité qui les constitue en système leur échappe. Exposés à un
discours portant sur l'économie, les membres du public se replient sur des heuristiques
inconscientes qui fournissent une cohérence au champ sémantique, mais au prix d'une très
grande distance avec le fonctionnement réel de l'économie.
19
Discussion
Christine ROLAND-LÉVY : Petite question de curiosité. Sans entrer dans le détail, tu as un échantillon
avec un effectif très faible dans la deuxième étude originaire de trois groupes et de trois formations
différentes, tu as évoqué que tu avais fait des traitements plus sophistiqués et je voudrais savoir si tu
trouves des différences significatives, parce que là on voit des petites choses mais les tendances sont
vraiment les mêmes.
David LEISER : La raison pour laquelle j’ai pris ces trois groupes, c’était parce que je m’intéressais
particulièrement aux boucles et les trois groupes ont un statut différent. Les étudiants en électronique
font beaucoup de programmation et les boucles, c’est quelque chose qu’on enseigne de manière très
dirigée, c’est leur culture, mais pas dans le domaine économique. Les étudiants en psychologie n’ont
pas de relation particulière à ces choses. Ils ont une vaste compréhension de la nature de l’âme humaine
mais peut-être moins en économie. Les boucles, ce n’est pas quelque chose qui ressort beaucoup dans
la
manière
de
théoriser
des
psychologues,
et
les
économistes
ont
dû
apprendre
20
des boucles idéalisées. Donc, je tâchais de voir des différences là-dessus. En fait, elles se sont avérées
très faibles. On a aussi essayé de faire une manipulation où, avant la passation, on leur racontait une
histoire qui impliquait une boucle en économie. La chose n’a pas eu d’effet et c’est assez surprenant
d’ailleurs. Tu me demandais s’il y a des différences entre les groupes. Elles sont faibles et quelquesunes sont significatives, mais comme on a fait beaucoup de comparaisons, je ne me sens pas du tout à
l’aise pour en parler. Aussi, j’ai présenté plus pour montrer que dans chaque groupe on trouve le même
pattern, la même tendance, mais les différences… Je n’ai pas trouvé de choses intéressantes, ce qui en
soi est un effet si l’on veut, mais les effectifs ne sont pas très grands, donc en fait je n’en fais rien.
Jean VIAUD : Ce que tu dis fait écho à mes préoccupations. Finalement, c’est aussi des interrogations
qui telles que tu les as formulées et telles qu’elles sont présentées ensuite aux sujets qui sont
scolastiques. Pour avoir déjà fait des études sur l’économie aussi que, en général, lorsqu’on propose un
entretien ayant pour thème général l’économie, qu’on a beaucoup de difficultés à trouver des étudiants,
quels qu’ils soient d’ailleurs et pas seulement en psychologie, sauf peut-être en économie et en gestion,
qui veulent parler d’économie. Chacun est en mesure de parler de sujets de différents sujets de
préoccupation, tels que le chômage, mais dès lors qu’ils sont présentés sous l’étiquette d’économie ils
apparaissent comme trop académiques, trop scolaires, etc. et plus personne n’a plus rien à en dire ou
plus exactement cette forme de présentation empêche le discours. L’exercice – et en ce sens le mot
correspond bien à la chose scolaire – est très académique.Pour me résumer, les réponses des sujets ne
sont-elles pas le reflet des préoccupations scolastiques des chercheurs sans correspondance avec
l’univers pratique des sujets ?
David LEISER : Je suis tout à fait d’accord. En fait, ce sont des préoccupations mais les gens se
demandent « est-ce que j’arriverai à faire face à tel ou tel problème ? ». On n’entendra jamais les gens
21
discuter abstraitement au café sur l’augmentation du taux d’intérêt. En fait, on n'y comprend rien, c’est
très compliqué la macroéconomie. Cela met en valeur comment les gens sont capables d’entendre des
discours économiques sans y connaître grand chose. Cela montre qu’il y a un type de compréhension
très superficiel qui permet d’entendre ces discours, qui ne demande pas du tout de compréhension et
qui est structuré de la manière aussi superficielle que possible.
Jean VIAUD : Cependant, il me semble qu’il n’y a pas non plus que les préoccupations qui sont issues
des univers de la recherche. En effet, le présupposé de ces études est l’utilisation par les sujets d’une
logique formelle et qui peut être décrite par des opérateurs logiques ou par des formules
mathématiques. Le sujet est donc supposé connaissant rationnellement, scientifiquement même, c’està-dire disposant de connaissances économiques et utilisant des formes de raisonnement particulières,
dont les références dans les deux cas sont ceux, pour aller vite, celles de la recherche.Une autre étude
me semble-t-il est toujours à faire en prenant en compte les logiques de l’illogique pour reprendre une
formule de Windish et les représentations, ou comme le dit Moscovici « ces cas pleines d’un autre
savoir pour combler les cases vides » du savoir académique. Il s’agit de deux études différentes.
Christine ROLAND-LÉVY : Quand tu parles des liens, tu parles des liens qui… [Inaudible.]
Jean VIAUD : Non, ce n’est pas la même chose : il y a savoir ce que les gens comprennent à partir d’une
information de référence et puis il y a la manière dont spontanément ils en parleraient. Les gens parlent
d’économie dans les cafés, mais ils n’en parlent pas de la même façon : ils parlent du chômage, de
l’usine qui vient de licencier, des impôts, etc.
David LEISER : Oui, mais que disent-ils du chômage ?
22
Jean VIAUD : C’est l’autre aspect. L’étude est légitime, je crois qu’on ne peut pas délégitimer les études
que l’on fait et que je fais aussi, mais il faut savoir, puisqu’on prétend étudier le sens commun pour luimême, étudier aussi le truc d’à côté, c’est-à-dire : sans le chercheur qu’est-ce que le sujet redevenu
individu, citoyen ou chômeur dit ? La difficulté étant également de savoir comment saisir ces discours
puisque, à chaque fois qu’on intervient pour leur demander, on introduit une distance par rapport à la
manière dont ils en parlent ordinairement et donc on leur impose, par la forme ou l’existence même du
questionnement, nos préoccupations.
David LEISER : Mais je soupçonne beaucoup que les gens ne parlent pas du tout de macroéconomie au
sens d’un modèle qui explique pourquoi on en est arrivé là. Mais on peut peut-être dire plutôt « j’ai
l’impression que le nouveau ministre fait du bon travail et que bientôt ça va s’améliorer » sans qu’il y
ait une explication sur la confiance accordée. Je ne pense pas que l’on comprenne du tout en quoi ça
consiste.
Christine ROLAND-LÉVY : Juste un tout petit point. J’ai l’impression que dans la deuxième méthode
que tu as utilisée, les cartes à manipuler, ils sont déjà plus en train de parler d’eux-mêmes plutôt que de
produire une réponse forcée parce qu’on leur montre toutes les paires, donc ils sont en train de
construire quelque chose. Ce que je regrette, c’est qu’ils soient face à une machine et finalement qu’ils
transmettent à la machine le code.
David LEISER : Non pas du tout, ils ont un papier.
23
Christine ROLAND-LÉVY : Ce que j’aurais aimé, c’est un entretien qui les force à expliquer les liens, un
peu comme on l’a fait dans les études sur la socialisation économique auprès d’enfants de 7 ans qui
devaient parler des assurances, chose qui est assez difficile à cet âge. Et bien, grâce à une manipulation
de cartes et d’objets : « Qu’est-ce qui est assurance ou pas assurable ? », « Pourquoi c’est obligatoire
ou pas obligatoire ? », « Est-ce que ça sert à quelque chose ? », grâce aux questions posées après avoir
fait des piles, à toute la partie entretien, on a eu des données extraordinaires. Et là, je suis sûre que tu
aurais eu beaucoup plus ; et finalement j’aime bien qu’il n’y ait que 51 paires car j’ai l’impression
qu’elles sont plus approfondies et qu’elles ont plus de sens. Il nous manque le sens.
David LEISER : Je ne suis pas sûr qu’elles sont plus approfondies. Je pense que les gens sont totalement
incapables d’expliquer les liens causaux pour justifier leur choix. C’est une question ouverte et je suis
d’accord qu’il faut le faire. Mais s’il faut parier, je pense qu’ils n’arriveront pas à expliquer car je pense
que leur compréhension ne va pas au-delà de telle chose positive entraîne telle autre chose positive.
Christine ROLAND-LÉVY : Même chose quand on a fait la fameuse étude avec les 7 ans, 11 ans et
14 ans fin des années 90 sur l’inflation. Il y avait un point sur l’inflation, les enfants très petits étaient
capables de l’expliquer alors qu’au départ c’est un mot qu’ils ne connaissaient pas. Ils pouvaient
expliquer les raisons de l’inflation, ils pouvaient expliquer les mécanismes de l’inflation.
David LEISER : Mais non. Même les gens diraient en général peu de choses sur l’inflation – j’ai fait
une recherche sur l’inflation – ils n’expliquent pas grand chose.
Jean VIAUD : Tu veux dire, Christine, que les enfants savent au moins traduire ce que veut dire
inflation.
24
Christine ROLAND-LÉVY : Et ce qu’il y a derrière. Ils ne peuvent pas expliquer à 7 ans tout le
mécanisme économique, mais ils peuvent expliquer les conséquences, un minimum de causes,
l’articuler.
Cécilia LAZREG : Pensez-vous qu’il peut y avoir un effet du nombre de variables sur la superficialité de
la logique, dans le sens que par le fait qu’il y a énormément de variables et plusieurs mises en lien
possibles, la mise en relation étant assez libre, le sujet met en relation les éléments de la manière qui lui
convient, à savoir boucle, en chaîne, etc. Je me demandais si le fait qu’il y ait une certaine quantité de
variables ne nous amène pas à utiliser des stratégies. Ici, la stratégie consisterait à mettre ensemble les
éléments de même valeur, c’est ce qui se passe, la superficialité de la logique est dans ce cas. Je ne sais
pas si j’ai bien compris, en fait. La logique est superficielle dans le sens où les sujets ont mis ensemble
des éléments de même valeur et les ont fait varier de la même façon, c’est ça ?
David LEISER : Ça c’était pour la première recherche. J’ai établi cela par la première recherche, il y
avait 19 variables, ce qui n’est pas énorme. Alors que pour la seconde où on a bien plus de variables, je
n’ai pas exploré cet aspect des choses.
Cécilia LAZREG : Il y avait combien de variables en fait ?
David LEISER : Il y en avait 36.
Cécilia LAZREG : Et c’est là que vous avez obtenu 50 liens.
25
David LEISER : Oui, mais il fallait qu’ils les choisissent individuellement. D’une certaine manière, cela
les engage davantage.
Cécilia LAZREG : Avec un temps illimité ?
David LEISER : Oui, on les encourageait à prendre leur temps et ils étaient payés en plus.
Cécilia LAZREG : Donc, pour vous, il n’y a pas forcément un effet du nombre de variables ?
David LEISER : Il me paraît juste d’y penser, mais cela n’exclut pas grand chose dans ce cas, puisqu’il y
a eu davantage de variables et moins de paires. Je pense que la raison pour laquelle c’est superficiel
c’est parce que la macroéconomie est très compliquée.
Jacky GUNSER : J’ai une question concernant justement les relations causales. Est-ce que face à un
domaine aussi complexe que celui-ci les gens n’auraient pas été tentés plutôt de mettre en œuvre un
raisonnement de type corrélatif, éventuellement tel élément en relation avec tel autre, mais dans le sens
d’une corrélation plutôt que dans le sens d’une relation causale ? Est-ce que l’étude permettait de faire
cette distinction ?
David LEISER : Il y a plusieurs éléments. D’abord la question qui apparaissait à chaque instant à l’écran
était : cause A provoque, etc. Il y avait bien un terme causal, mais au bout d’un moment cela
s’estompe, avec les très nombeuses répétitions de la formule a l'écran. Deuxième aspect, ont-ils pu être
tentés de le faire ? Je pense que oui. Les résultats le montrent dans la mesure où un tiers des réponses
était dans les deux sens, donc double, un tiers où il n’y avait rien et un tiers avec une seule réponse. Ce
26
qui veut dire que c’est symétrique pour deux tiers des cas. Il y a plusieurs éléments qui montrent qu’ils
fonctionnent de cette manière, ce qui est mon interprétation, exactement comme vous dites, face à la
complexité, à l’absence de connaissances, on se rabat sur des stratégies simplistes. Je crois que c’est
vraiment ce qui s’est produit, mais pas à cause de la méthode de questionnement mais je pense que cela
reflète là où nous en sommes.
Christèle FRAÏSSE : Je me demandais, suite à la question précédente, où situe-t-on l’analogie puisque
souvent le sens commun peut procéder par analogie lorsqu’il doit traiter d’objets sociaux, que ce soit
l’économie ou même autre chose, n’y a-t-il pas une tendance à recourir à l’analogie qui n’existe pas ?
Est-ce que la macroéconomie est un thème qui exclut l’analogie parce que c’est quelque chose de trop
compliqué, de trop complexe ?
David LEISER : Il se peut fort bien que l’analogie fonctionne mais pas entre les concepts. L’analogie
serait la chose suivante : pour comprendre la marche de l’économie de l’État, rappelons-nous comment
ça marche dans notre modeste chaumière, et l’État c’est les parents, et la famille c’est la nation, et les
dépenses c’est les dépenses, et les rentrées c’est les rentrées, et ainsi de suite et cela donne un cadre
pour comprendre ce qui se passe au niveau d’un État, mais cela n’aiderait pas à grand-chose ici. C’est
un des aspects. On a différentes recherches sur la socialisation en économie et on sait qu’il y a en fait
deux modèles de compréhension de l’économie : celui que Guje Sevón de Finlande appelle the happy
family, la famille heureuse, et l’autre que nous avons appelé avec Sevón le modèle instrumental où on
considère ça comme une grande machine compliquée. Et il faut tâcher de trouver comment gérer ses
affaires au mieux pour obtenir le maximum. Ce sont deux approches parallèles, l'une voit ça comme un
mécanisme compliqué auquel on comprend ce que peut et on essaye de s’en tirer et l'autre interprète
ces choses. Je ne vois pas comment exploiter ces deux modèles dans ce type d’analyses. Je pense
27
qu’elles sont vraies par ailleurs mais je ne pense pas que ça nous aide à comprendre ce qui s’est passé
ici.
28